目标检测常见数据集格式

news2025/11/4 8:25:55

目标检测常见的数据集格式COCO、YOLO、VOC、DATA。

1、COCO

数据标注格式JSON，JSON文件中包含多个关键字段，如info、images、annotations等，分别存储了数据集的基本信息、图像信息和标注信息
COCO数据集的下载
官网地址：http://cocodataset.org/#download
2014年数据集的下载
train2014：http://images.cocodataset.org/zips/train2014.zip
val2014：http://images.cocodataset.org/zips/val2014.zip
http://msvocds.blob.core.windows.net/coco2014/train2014.zip
2017的数据集的下载
http://images.cocodataset.org/zips/train2017.zip
http://images.cocodataset.org/annotations/annotations_trainval2017.zip
http://images.cocodataset.org/zips/val2017.zip
http://images.cocodataset.org/annotations/stuff_annotations_trainval2017.zip
http://images.cocodataset.org/zips/test2017.zip
http://images.cocodataset.org/annotations/image_info_test2017.zip
在这里插入图片描述

2、YOLO

YOLO算法专用的数据集格式，其标签文件为TXT格式。
每个TXT文件对应一张图片，文件中包含了图片中所有目标的类别和边界框坐标。
TXT文件中的每一行代表一个目标，包括目标的类别编号和边界框的中心坐标（x_center, y_center）、宽度（w）和高度（h），这些值都是相对于整张图片的比例

3、VOC

标签格式XML，每个XML文件对应一张图片，文件中包含了图片中所有目标的位置（通过边界框的坐标表示）和类别信息。
XML文件中包含了图片的文件夹名、文件名、尺寸信息以及一个或多个目标对象的信息。每个目标对象的信息包括类别名、姿态、是否被部分遮挡、是否为难以辨识的物体等，以及边界框的坐标（xmin, ymin, xmax, ymax）
下载：
VOC2007：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/index.html
train/val：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
test：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar
VOC2012：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
train/val：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
在这里插入图片描述